#01 數字經濟的重要性
随着兩會的結束，作為資料人的我們可以在會議精神中看到數字經濟的高頻出現，在今年經濟社會發展工作重點中，有一項加快建設現代化産業體系，其中提到了數字經濟和企業的數字化轉型。
可見數字經濟在現代化建設中有着舉足輕重的地位。從國務院機構改革方案中決定組建國家資料局，也可以看出國家未來在資料經濟方面的投入和決心。
#02 什麼是數字經濟
數字經濟，作為一個内涵比較寬泛的概念， 凡是直接或間接利用資料來引導資源發揮作用， 推動生産力發展的經濟形态都可以納入其範疇。在技術層面， 包括大資料、雲計算、物聯網、區塊鍊、人工智能、5G通信等新興技術。在應用層面，“新零售”、“新制造”等都是其典型代表。
是以這裡指的數字經濟，不僅僅指大資料相關産業，而是一個比較廣義的概念。無論是最近大火的AIGC（AI Generated Content，人工智能生成内容）産品ChatGPT；還是VR/AR；無論是5G大資料網際網路還是智慧城市、遊戲互娛；無論是智能制造還是智能硬體、數字出版，都可以算作數字經濟的範疇。簡單的說就是通過數字資訊技術産生的經濟增長活動。
從近期的交易所的關于數字經濟的動作上也可以看出，數字經濟涵蓋範圍還是比較廣泛的。
#03 數字經濟的前景
2022年大陸GDP單季同比增速分别為4.8%、0.4%、3.9%、2.9%，而作為數字經濟核心産業的資訊傳輸、軟體和資訊技術服務業，單季同比增速則分别達到了10.8%、7.6%、7.9%、10%，平均增速明顯”跑赢大勢“，波動幅度又明顯小于整體經濟，為經濟恢複增長提供了較強的韌性。
工信部資料顯示從2012到2021年，大陸數字經濟規模從11萬億元增長到45.5萬億元，多年穩居世界第二，數字經濟占國内生産總值比重由21.6%提升至39.8%。3月11日，中國數字金融合作論壇舉辦第4期數字經濟形勢分析閉門研讨會，釋出論壇原創研究成果《2022年大陸數字經濟金融形勢分析報告》，報告估計，2022年數字經濟規模或超50萬億元，占國内生産總值的比重進一步提升至41%左右。
根據中國資訊通信研究院釋出的《全球數字經濟白皮書》，從占比看，德國、英國、美國數字經濟在國民經濟中占據主導地位，2020年占國内生産總值比重超過60%。可以預期，數字經濟在未來較長一段時間都将保持快速增長。
但數字經濟領域也出現了不少值得深入思考并解決的問題。
第一，數字經濟的規模效應是否必然導緻壟斷？
第二，如何在大資料分析效率與個人隐私保護之間取得平衡？
第三，數字平台究竟會促進還是遏制經濟創新？
第四，數字經濟如何才能更好地助力大陸實作共同富裕的願景？
#04 大資料在數字經濟中的機遇和挑戰
說白了在資料治理中，大資料扮演了基礎底盤的作用，其實就是存，算，管，用。涉及四個大的方面：
4.1 超大規模下的資料中心建設
在數字經濟高速發展的今天，資料規模呈指數級增長，傳統大資料如何滿足規模海量、格式複雜的大資料存儲已經成為一個問題。資料中心行業經曆了數十年的發展，從資料機房到資料中心，發展到今天的雲資料中心。随着人工智能、雲計算、大資料、5G等新技術的迅猛發展，資料中心正在進入下一個黃金時代，在迎來市場需求激增的同時，也面臨着建設資源擷取難、建設周期長、能耗高等問題，在架構彈性和運維等方面也存在諸多挑戰。如何建設一個成本低使用率高性能好的資料中心已經成為一個熱點Topic。
随着經濟貿易的全球化，數字經濟産品不可避免會有國外使用者，資料中心的全球化已經成為一種趨勢，國内阿裡雲，華為雲，騰訊雲都在積極部署全球資料中心節點的建設。
4.2 大資料高效處理
随着大資料的指數增長，資料動态傾斜、稀疏關聯、應用複雜，傳統大資料處理架構處理成本高、時效性差，在最近幾年湧現了一批大資料處理技術如：Spark, Flink等。為了應對高效查詢也出現了一批優秀的OLAP列式資料庫，聯邦查詢，資料湖，資料倉庫，湖倉一體等一批批大資料概念也如火如荼。
大資料處理不僅解決資料統計分析問題，往往還要應對圖檔，視訊，算法模型等多種資料處理需求。存算分離，無服務計算在資料節點全球化、資料指數級擴張的情況下也成為一種趨勢。
4.3 資料治理
在大資料進行中如何保障資料安全和品質，如何保障資料隐私又如何建立資料标準已經成為重中之重的話題，也成為制約大資料發展的主要瓶頸。
隻有讓資料變得有序合規，安全可靠才能為上面的産業應用提供有用的價值。試想一下你的個人電話位址在網際網路上随意可以擷取，無人駕駛汽車擷取到錯誤的道路資料，應用動不動就當機或者查到不一緻的資料，那還怎麼談資料應用。
根據《數字中國發展報告（2021年）》的資料，2017年-2021年，大陸資料産量從2.3ZB增長至6.6ZB，2021年的資料産量在全球的占比為9.9%，位居世界第二。是以，培育資料要素市場，提升資料要素的供給能力，建構資料治理體系，充分發揮海量資料和豐富應用場景優勢，確定數字經濟高品質發展，是中國式現代化建設中的一個重大課題。關于資料治理，筆者在之前的《資料治理之需求層次》中有過詳細解釋，闡述了其在大資料進行中的重要性。
4.4 資料應用和數智化
資料的存儲，計算和治理，最終還是為了資料産生價值，資料應用和挖掘讓資料産生價值，才是資料經濟的核心。主要資料應用領域包括：
- 網際網路
- 科研領域
- 營銷領域
- 金融領域
- 電信領域
- 智能制造
“數字化”與“數智化”是兩個完全不同的概念，“數字化”是技術概念，而“數智化”屬于數字技術的應用，數智化主要包括資料挖掘和人工智能。
資料挖掘是一種計算機輔助技術，用于分析以處理和探索大型資料集。借助資料挖掘工具和方法，組織可以發現其資料中隐藏的模式和關系。資料挖掘将原始資料轉化為實用的知識。公司利用這些知識來解決問題、分析業務決策對未來的影響以及提高利潤率。
人工智能是一門極富挑戰性的科學，人工智能是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智能研究的一個主要目标是使機器能夠勝任一些通常需要人類智能才能完成的複雜工作。從去年的Web3.0 到今年的ChatGPT，可以看到大家都在數智化方面進行着不斷的探索。總而言之，讓資料産生價值才能稱之為資料經濟。
寫留